Why I read this book
Ray recommend it, and I would like to know what is the noise in the market.
我，作者认为，如果要成为一个有效的顾问，需要尽可能多地了解金融市场上的一切，阅读各种相关报道，如《华尔街日报》《金融时报》《经济学人》《商业周刊》等，还要研究投资机构的报告，并参与投资经理和研究顾问的讨论会，了解当下的投资热点。这也正是我现在正在做的，虽然我的程度没有作者那么高。比如，我会关注《经济学人》、观看一些网络视频，了解当前的投资热点。我也在尝试理解股票的适应性、价值股和成长股的走势，以及恐慌指数等。然而，我还没达到作者那种“行走的经济指标和投资百科全书”的水平，但这是我努力的方向之一。
作者提到，他在2008年之前一直保持这种习惯，不断关注和分析市场上的每一个细节。但后来，他的同事在一次客户会议中提到，不能只看自己的投资组合，要关注整体。作者意识到自己一直沉迷于细枝末节，浪费了很多时间。于是，他开始反思什么才是“噪音”，这让我很有共鸣，我也想更深入了解这个问题。
接下来，作者讲述了“智慧的层次”。他将自己每天接触的信息分为四个层次：数据、信息、知识和智慧。数据是最基本的事实和观察结果，比如房屋开工率、股票价格、失业救济申请人数等；信息是经过组织和分析的数据，比如按地区整理的住房数据；知识是将信息与经验和专业知识结合的产物；而智慧则是知识的实际应用，经过长期经验积累后的判断力。
我对这一层次划分有些质疑。很多时候，专家们在电视或视频中表达的东西，我觉得既不是智慧，也不是知识，更多的是对信息的解读和分析。这让我重新思考了如何追求智慧。
作者后来减少了对日常金融新闻的关注，每天只花15分钟时间浏览这些信息，更多时间则用来阅读各类书籍，涵盖投资、数学、统计学、物理学、经济学、复杂系统以及心理学等领域。通过学习不确定性、大脑生理学、行为偏差和心理学的研究，作者尝试理解人类如何在金融系统中相互影响。
这一思路让我想到了查理·芒格的建议，用多模型思维来分析问题，而不是依赖单一的分析方法。之前我读过一本关于投资模型的书，作者根据查理·芒格的提示，总结了10个经典的心理模型，用于投资决策。这类思维模型对投资中的决策确实非常重要。
举个例子，巴菲特曾建议“在别人贪婪时恐惧，在别人恐惧时贪婪”，但在实际操作中，我觉得这很难执行。比如，今年美股从年初到现在已经涨了25%，在这种情况下，是否还敢继续买入？
作者还提出了一个问题：如何更好地思考投资。他认为，没有一种绝对正确的投资方法。对某些投资者来说，公共市场的股票交易可能是最好的选择；而对另一些人来说，私募股权和风险投资可能更适合。但对大多数人而言，被动管理的指数基金是通向成功的主要途径。
在书的第一章，作者谈到了人们对确定性的追求。他通过一个电击实验证明，人们宁可承受持续的轻微痛苦，也不愿意面对不可预测的痛苦。这让我联想到中国股市的政策性影响，很多时候，我们并不知道政策会如何变化，这种不确定性让我更倾向于远离这个市场。
其实，不仅在投资中，在工作中也存在类似的情况，比如工作的安全性（job security）。裁员的传闻、行业不景气的消息，都会影响我们的心态。合同工通常比正式员工的工资高出30%，这也是对不确定性的补偿。
作者还提到，人类大脑有一种追求确定性的倾向，这是一种遗传优势。早期人类依靠识别模式来保护自己，这种生存优势延续至今，也体现在我们对确定性的追求中。
Notes from the book
这本书说实话如果不是 Ray Stone 推荐，我还真不会去读，要读的书太多了：）。
但是我很快就读完了，作者很会讲故事，用一个个有趣的故事来阐述他的各种mental models。我一看到前言我就觉得，这不正说的是现在的我吗？对投资知识的如饥似渴，一有时间都想听听各种investment 播客, 财经新闻，看看一些youtuber对每天的市场的解读，了解各种指标，努力理解各种信息，好像只有理解并掌握全面的信息才向专业投资人靠近。
看 Ray的文章《你可能在投资上用力过猛》，我有些不服气，那个某某的投资人，某某基金经理，某某理财博主（youtuber)，包括我之前的理财顾问，都好像很懂的样子。我“取法乎上，仅得其中”不行吗？
也被Ray邀请，一起聊一聊这本书，诚惶诚恐。现在先分享我的一些思考和困惑。
问题一：在追求投资的智慧，如何不关注“数据、信息”？
作者提出了“智慧的层次”。他将自己每天接触的信息分为四个层次：数据、信息、知识和智慧。数据是最基本的事实和观察结果，比如房屋开工率、股票价格、失业救济申请人数等；信息是经过组织和分析的数据，比如按地区整理的住房数据；知识是将信息与经验和专业知识结合的产物；而智慧则是知识的实际应用，经过长期经验积累后的判断力。
我理解知识来源于书籍，课程和论文（长文），这也是我最近这一年在慢慢补课，大概读了不少，也慢慢做笔记，思考如果能实际运用到投资中。但是，我们真的可以忽略大部分有关投资的“数据和信息”么？不会对自己投资造成损失么？比如，在电脑系统中， 如果忽略_S.M.A.R.T._ 的报错，那可能短时间没有什么问题，也可能很快disk 就完蛋了。
智慧不可能简单copy他人的mental model，因为思维模型使用的范围都是有限度的，你如果把握这些？
问题二：在投资中，如何区分信息的可知，未知，不可知？
Harvard economist Richard Zeckhauser thinks of knowledge as falling in three categories: the known, unknown, and unknowable. 作者说，下面这些哪些信息是不可知的：
- “股市明天、下个月或明年的回报率“，总体的回报率不知道，但是单个股票的EPS是有指引的呀？
- ”下一个熊市何时开始，也不知道下一个牛市何时开始“，赞同。
- ”利率走势、未来的通货膨胀和经济增长都是不可知的“，部分赞同，不过，现在的央行都用预期管理，如果要降息或者升息，提前2-6个月都会放出消息。
问题三：mental model 思维模型使用？
作者每章后面都提出了一些观点，或者叫思维模型，来看待投资类的安排。 Ray也分享了一个100个模型的文章，我看过一本书[[Investing - Robert Hagstrom]]，中文名叫《查理芒格的智慧: 投资的格栅理论》，作者根据查理·芒格的提示，总结了10类学科中的各种的模型，都用于投资决策。这类思维模型对投资中的决策确实非常重要。
对于思维模型，最大的问题是什么时刻来运用？如果这些模型之间互相冲突怎么执行？多模型在同时使用的时候是有优先级还是彼此要协调？
问题四：均值回归的应用？
问题五：市场周期的判断？是否能够判断周期？
问题六：什么是time the market? 有什么坏处？
Questions I have
在投资领域，我们该如何划分，这些数据，信息，知识，远见和智慧？可以跳过前2者，直接获取知识、远见、智慧么？[[Data Information Knowledge Insight Wisdom]] 我最大的问题，如果没有数据，信息怎么就到了智慧？这些智慧不可能简单copy他人的mental model，因为思维模型使用的范围都是有限度的，你如果把握这些？
如何区分信息的可知，未知，不可知？
有时候有些东西看起来是扭曲的，是没有意义的，但实际上它有很深刻的含义。我想举个例⼦—引⽤前美国国防部长唐纳德•拉姆斯菲尔德的⼀句话。他在2002年2⽉12⽇国防部的新闻发布会上说：“众所周知，有些事是已知的。有些事，我们知道我们知道。我们还知道有些事我们是未知的。也就是说，我们知道有些事是我们所不知道的。还有⼀些事，我们没有意识到我们是知道的。” 如果你听起来头昏，请再读⼀次，因为他的话是值得体会的。我再加⼀条：不知道的未知事件，也就是有些事，我们不知道它们是未知的。这些事不但对战争的胜利很关键，对交易的成功也很关键。
mental model 思维模型 作者每章后面都提出了一些观点，或者叫思维模型，来看待投资类的安排。 Ray也分享了100个模型的文章，我看过一本书[[Investing - Robert Hagstrom]]，中文名叫《查理芒格的智慧: 投资的格栅理论》，作者根据查理·芒格的提示，总结了10类学科中的各种的模型，用于投资决策。这类思维模型对投资中的决策确实非常重要。
对于这类的模型 [[什么叫模型]]，最大的问题是什么时刻来运用？如果这些模型之间互相冲突怎么执行？多模型在同时使用的时候是有优先级还是彼此要协调？怎样从模型到策略？
Regression to the Mean
"均值回归"（Regression to the Mean）在股票市场中解释为，当一种资产的表现出现极端情况（如股票价格暴涨或暴跌），接下来的一段时间内，资产的表现通常会趋向于其长期平均水平。这个现象的核心是两个因素之间的“相关性”不高，也就是它们彼此的联系较弱。简单来说，均值回归是指当极端事件发生后，未来表现更可能回到一个较为正常或平均的水平。
举例来说，特斯拉股票在前几年大幅上涨，均值回归的理论认为这种极端涨幅可能不会一直持续，很大可能会趋向稳定，甚至可能出现回调。但需要强调的是，这并不意味着“涨多了必定会跌”，因为均值回归并不是一个因果关系，而是对数据分布和随机性的一种解释。只有当极端表现与其他影响因素相关性不强时，这种现象才更显著。
均值回归的应用也涉及短期和长期的不同维度。比如，标普500指数的长期走势与经济总体表现（如公司收益）之间有高度正相关性，因此不会在长期表现上均值回归到一个静态值，而是随着整体经济增长呈上升趋势。相反，在短期内，标普500每日波动往往是随机的，相邻几天的涨跌没有太大相关性，可能会体现出均值回归的特征。
关于“均值回归”的理论及其在投资和统计中的应用，可以参考以下一些专业书籍，它们深入探讨了该概念的内涵和局限性：
-
《证券分析》（Security Analysis） – 本杰明·格雷厄姆（Benjamin Graham）和戴维·多德（David Dodd）著
这本书被认为是价值投资的经典之作。虽然未直接谈及“均值回归”，但书中对市场价格波动和长期价值的讨论常常隐含均值回归的思维。例如，格雷厄姆认为股价偏离内在价值过远的情况往往会随时间恢复。 -
《思考，快与慢》（Thinking, Fast and Slow） – 丹尼尔·卡尼曼（Daniel Kahneman）著
卡尼曼在书中探讨了许多行为经济学的概念，并将“均值回归”作为人类常见的思维误区之一，特别是人们在极端事件后误以为未来事件仍将保持同样的极端性。该书第三部分“过度自信”详细介绍了均值回归的概念及其在预测中的影响。 -
《随机漫步的傻瓜》（Fooled by Randomness） – 纳西姆·塔勒布（Nassim Nicholas Taleb）著
塔勒布深入讨论了金融市场中的随机性和极端事件的作用，批判了投资者往往误读市场现象，忽略均值回归等基本统计原则，认为在观察极端表现后容易过度自信或误解其可持续性。 -
《投资学》（Investments） – 扎维尔·博迪（Zvi Bodie）、亚历克斯·凯恩（Alex Kane）和艾伦·马库斯（Alan J. Marcus）合著
该书作为金融学的权威教材，详细讨论了“均值回归”现象在股票市场和资产收益中的作用，特别是资产组合收益与市场平均表现的关系。书中对风险收益率的长期平均回归现象做了经典分析。
这些书籍对均值回归的解释和实际应用提供了深入的分析。如果您需要具体章节或细节引用，书中的案例分析通常能展示均值回归在金融市场中的表现。